吉林大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (01): 159-0164.

• 论文 • 上一篇    下一篇

基于基元模型的复杂产品方案设计知识可拓重用方法

钟诗胜1,王体春1,丁刚1,戴然2   

  1. 1.哈尔滨工业大学 机电工程学院|哈尔滨 150001;2.哈尔滨电机厂有限责任公司 产品设计部|哈尔滨 150040
  • 收稿日期:2008-01-17 出版日期:2010-01-01 发布日期:2010-01-01
  • 通讯作者: 钟诗胜(1949-),男,教授,博士生导师.研究方向:人工智能,CIMS,产品数据管理,模块化设计与仿真技术. E-mail:zss@public.hr.hl.cn
  • 作者简介:钟诗胜(1949-),男,教授,博士生导师.研究方向:人工智能,CIMS,产品数据管理,模块化设计与仿真技术.
  • 基金资助:

    黑龙江省科技攻关项目(WH05A01)

Knowledge extension reuse method for complex product concept design based on basic element model

ZHONG Shi-sheng1,WANG Ti-chun1,DING Gang1,DAI Ran2   

  1. 1.School of Mechantronics Engineering, Harbin Institute of Technology, Harbin 150001, China;2.Department of Product Design, Harbin Electric Machinery Company Ltd, Harbin 150040, China
  • Received:2008-01-17 Online:2010-01-01 Published:2010-01-01

摘要:

对设计知识的合理组织和重用是提高大型复杂产品方案设计效率的有效保障。通过基元对设计知识进行了描述,研究了基元可拓集并给出了知识重用的基元可拓重用集的概念,建立了基于基元的知识可拓重用度计算模型,给出了一种知识可拓重用优选算法和知识可拓重用搜索匹配算法。最后,以大型水轮机选型方案设计为例验证了该模型以及相应算法的有效性和可操作性。

关键词: 人工智能, 复杂产品方案设计, 知识重用, 基元模型, 可拓重用度

Abstract:

Reasonably organization and reuse of the design knowledge enhance effectively the design efficiency for the concept design of the complex product. The design knowledge was described by terms of the basic element, the basic element extension set was studied, and a concept of basic element extension set of the knowledge reuse was introduced. A model calculating the degree of extension reuse was built based on the basic element. Optimization as well as searching and matching algorithms for the knowledge extension reuse were proposed. The feasibility and effectiveness of the suggested model were illustrated by an example of the concept design of a largescale hydraulic turbine.

Key words: artificial intelligence, complex mechanism concept design, knowledge reuse, basic element model, degree of extension reuse

中图分类号: 

  • TP182
[1] 董飒, 刘大有, 欧阳若川, 朱允刚, 李丽娜. 引入二阶马尔可夫假设的逻辑回归异质性网络分类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1571-1577.
[2] 顾海军, 田雅倩, 崔莹. 基于行为语言的智能交互代理[J]. 吉林大学学报(工学版), 2018, 48(5): 1578-1585.
[3] 王旭, 欧阳继红, 陈桂芬. 基于垂直维序列动态时间规整方法的图相似度度量[J]. 吉林大学学报(工学版), 2018, 48(4): 1199-1205.
[4] 张浩, 占萌苹, 郭刘香, 李誌, 刘元宁, 张春鹤, 常浩武, 王志强. 基于高通量数据的人体外源性植物miRNA跨界调控建模[J]. 吉林大学学报(工学版), 2018, 48(4): 1206-1213.
[5] 黄岚, 纪林影, 姚刚, 翟睿峰, 白天. 面向误诊提示的疾病-症状语义网构建[J]. 吉林大学学报(工学版), 2018, 48(3): 859-865.
[6] 李雄飞, 冯婷婷, 骆实, 张小利. 基于递归神经网络的自动作曲算法[J]. 吉林大学学报(工学版), 2018, 48(3): 866-873.
[7] 刘杰, 张平, 高万夫. 基于条件相关的特征选择方法[J]. 吉林大学学报(工学版), 2018, 48(3): 874-881.
[8] 王旭, 欧阳继红, 陈桂芬. 基于多重序列所有公共子序列的启发式算法度量多图的相似度[J]. 吉林大学学报(工学版), 2018, 48(2): 526-532.
[9] 杨欣, 夏斯军, 刘冬雪, 费树岷, 胡银记. 跟踪-学习-检测框架下改进加速梯度的目标跟踪[J]. 吉林大学学报(工学版), 2018, 48(2): 533-538.
[10] 刘雪娟, 袁家斌, 许娟, 段博佳. 量子k-means算法[J]. 吉林大学学报(工学版), 2018, 48(2): 539-544.
[11] 曲慧雁, 赵伟, 秦爱红. 基于优化算子的快速碰撞检测算法[J]. 吉林大学学报(工学版), 2017, 47(5): 1598-1603.
[12] 李嘉菲, 孙小玉. 基于谱分解的不确定数据聚类方法[J]. 吉林大学学报(工学版), 2017, 47(5): 1604-1611.
[13] 邵克勇, 陈丰, 王婷婷, 王季驰, 周立朋. 无平衡点分数阶混沌系统全状态自适应控制[J]. 吉林大学学报(工学版), 2017, 47(4): 1225-1230.
[14] 王生生, 王创峰, 谷方明. OPRA方向关系网络的时空推理[J]. 吉林大学学报(工学版), 2017, 47(4): 1238-1243.
[15] 马淼, 李贻斌. 基于多级图像序列和卷积神经网络的人体行为识别[J]. 吉林大学学报(工学版), 2017, 47(4): 1244-1252.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!